这让作者重新思考： 有没有一种方法可以从动态场景视频准确、高效、稳定地预测相机参数，不受前景运动物体的影响，且仅用一段 RGB 视频作为监督呢？ 方法概览 为了实现这一目的，他们提出了 ROS-Cam （RGB-Only Supervised Camera Parameter Optimization in Dynamic Scenes）， 已被 NeurIPS 2025 接收为 Spotlight 论文 。 代码即将开源。 论文一作李放，美国伊利诺伊大学香槟分校 (UIUC) 博二学生，研究方向为 4D 视觉定位、重建/新视角合成以及理解。第二作者为美国伊利诺伊大学香槟分校博四 学生张昊。通讯作者是 Narendra Ahuja, 美国伊利诺伊大学香槟分校 Donald Biggar Willet Professor（Ming-hsuan Yang, Jia-bin Huang 博士导师）。这篇工作为作 者在博一期间完成。 研究背景 在三维重建、NeRF 训练、视频生成等任务中，相机参数是不可或缺的先验信息。传统的 SfM/SLAM 方法（如 COLMAP）在静态场景下表现优异，但在存在人车 运动、物体遮挡 ...